Question

有一些输入格式及其相应的输出

1. 7 years 10 months  ---> YRS:7 MNHS:10
2. 7 kgs 10 grms      ---> KGS:7 GRMS:10
3. 7 kilograms 10 grams  ---> KGS:7 GRMS:10
4. 7 thousand 9 hundread ---> 7900
5. seven years ten months --> YRS:7 MNHS:10 
6. seven kgs ten grms     ---> KGS:7 GRMS:10
7. triple seven double five  --> 77755

我通过在** HashMap 中存储信息为所有人编写了单独的模块。它工作正常。**

然后我需要编写一个主模块，其中输入是一个句子（话语），我需要将所有上面的子串替换为相应的子串输出。

例如，

输入： - 拨号三联八联三有三九八。

输出： - 拨号号码888444398。

和许多这样的话语。

我的疑惑：

我使用了较小模块的HashMap数来存储键的含义，就像 - 三重意味着3次，双重意味着2次全部。但这有限制，如果我需要添加任何东西，我必须在HashMap中添加该条目。 为此建议一些好的技巧。
我在主模块中感到困惑，如何从给定的话语中提取上面例子中给出的有用子字符串。 所以也建议一些好的技巧。

Project Lanuguage：Java。

Answer 1

你应该看看Illinos Quantifier包装：

http://cogcomp.cs.illinois.edu/page/software_view/Quantifier

http://cogcomp.cs.illinois.edu/demo/quantities/results.php

Answer 2

您可能想要使用某种formal grammar parser。只是设计语法可以清除问题的视图。在最简单的情况下，您的语法可能如下所示：

    STRING -> "" | STRING MEASUREMENT | STRING NUMBER | STRING WORD
    MEASUREMENT -> NUMBER UNITS
    UNITS -> kgs | grms | years | months | ...
    NUMBER -> THOUSAND HUNDRED NUMBER_BELOW_HUNDRED | THOUSAND HUNDRED
    THOUSAND -> "" | NUMBER_BELOW_HUNDRED thousand
    HUNDRED -> "" | NUMBER_BELOW_HUNDRED hundred
    NUMBER_BELOW_HUNDRED -> one | two | three | ... | ninety nine | 99 | 98 | ... | 1
    WORD -> /* all other */

您可以自己编写解析器（在这种情况下看起来非常简单）或使用像Bison / Flex这样的现成解决方案。

HashMaps的常用替代方法是configuration files。

解释句子并转换成相应的格式

2 个答案: